La basura no es solo un problema en la Tierra. Según la NASA, actualmente hay millones de piezas de basura espacial en el rango de altitudes de 200 a 2000 kilómetros sobre la superficie de la Tierra, lo que se conoce como órbita terrestre baja LEO.La mayor parte de la basura está compuesta por objetos creados por humanos, como piezas de naves espaciales antiguas o satélites desaparecidos. Estos desechos espaciales pueden alcanzar velocidades de hasta 18,000 millas por hora, lo que representa un gran peligro para los 2,612 satélites que actualmente operan en LEO.herramientas efectivas para rastrear desechos espaciales, partes de LEO pueden incluso volverse demasiado peligrosas para los satélites.
En un artículo publicado hoy en el Revista SIAM de Ciencias de la Imagen , Matan Leibovich Universidad de Nueva York, George Papanicolaou Universidad de Stanford y Chrysoula Tsogka Universidad de California, Merced introducen un nuevo método para tomar imágenes de alta resolución de objetos en movimiento y rotación rápidos en el espacio, comosatélites o escombros en LEO. Crearon un proceso de imágenes que primero utiliza un algoritmo novedoso para estimar la velocidad y el ángulo a los que gira un objeto en el espacio, luego aplica esas estimaciones para desarrollar una imagen de alta resolución del objetivo.
Leibovich, Papanicolaou y Tsogka utilizaron un modelo teórico de un sistema de imágenes espaciales para construir y probar su proceso de imágenes. El modelo muestra una pieza de escombros que se mueven rápidamente como un grupo de objetos muy pequeños y altamente reflectantes que representan el fuerte reflejobordes de un elemento en órbita, como los paneles solares de un satélite. El grupo de reflectores se mueven todos juntos con la misma velocidad y dirección y giran alrededor de un centro común. En el modelo, múltiples fuentes de radiación en la superficie de la Tierra:como las estaciones de control en tierra de los sistemas globales de navegación por satélite, emiten pulsos que se reflejan en los fragmentos de desechos espaciales objetivo. Luego, un conjunto distribuido de receptores detecta y registra las señales que rebotan en los objetivos.
El modelo se enfoca en fuentes que producen radiación en la banda X, o desde frecuencias de 8 a 12 gigahercios. "Es bien sabido que la resolución se puede mejorar usando frecuencias más altas, como la banda X", dijo Tsogka."Sin embargo, las frecuencias más altas también dan como resultado distorsiones en la imagen debido a las fluctuaciones ambientales de los efectos atmosféricos". Las señales se distorsionan por el aire turbulento a medida que viajan desde el objetivo a los receptores, lo que puede hacer que la imagen de objetos en LEO sea bastante desafiante.El primer paso del proceso de obtención de imágenes de los autores fue, por lo tanto, correlacionar los datos tomados en diferentes receptores, lo que puede ayudar a reducir los efectos de estas distorsiones.
El diámetro del área abarcada por los receptores se denomina apertura física del sistema de imágenes; en el modelo, esto es aproximadamente 200 kilómetros. En condiciones normales de imágenes, el tamaño de la apertura física determina la resolución de la imagen resultante; aUna apertura más grande genera una imagen más nítida. Sin embargo, el movimiento rápido del objetivo de imagen en relación con los receptores puede crear una apertura sintética inversa , en el que las señales que se detectaron en múltiples receptores mientras el objetivo se movía a lo largo de su campo de visión se sintetizan de manera coherente. Esta configuración puede mejorar efectivamente la resolución, como si el sistema de imágenes tuviera una apertura más amplia que la física.
Los objetos en LEO pueden girar en escalas de tiempo que van desde una rotación completa cada pocos segundos hasta cada pocos cientos de segundos, lo que complica el proceso de obtención de imágenes. Por lo tanto, es importante conocer, o al menos poder estimar, algunos detalles sobrela rotación antes de revelar la imagen. Por lo tanto, los autores necesitaban estimar los parámetros relacionados con la rotación del objeto antes de sintetizar los datos de diferentes receptores. Aunque simplemente verificar todos los parámetros posibles para ver cuáles producen la imagen más nítida es técnicamente factible, hacerlorequeriría mucho poder computacional. En lugar de emplear este enfoque de fuerza bruta, los autores desarrollaron un nuevo algoritmo que puede analizar los datos de imágenes para estimar la velocidad de rotación del objeto y la dirección de su eje.
Después de tener en cuenta la rotación, el siguiente paso en el proceso de obtención de imágenes de los autores fue analizar los datos para desarrollar una imagen de los desechos espaciales que, con suerte, sería lo más precisa y bien resuelta posible. Un método que los investigadores emplean a menudo paraEste tipo de imagen de objetos que se mueven rápidamente es la migración de un solo punto de correlaciones cruzadas. Aunque las fluctuaciones atmosféricas no suelen afectar significativamente esta técnica, no tiene una resolución muy alta. Un enfoque de imagen diferente y de uso común llamado migración de Kirchhoffpuede lograr una alta resolución, ya que se beneficia de la configuración de apertura sintética inversa; sin embargo, la compensación es que se degrada por las fluctuaciones atmosféricas. Con el objetivo de crear un esquema de imágenes que no se vea demasiado afectado por las fluctuaciones atmosféricas pero aún asímantiene una alta resolución, los autores propusieron un tercer enfoque: un algoritmo cuyo resultado llaman una imagen de rango 1 ". La introducción de la imagen de rango 1 und su análisis de resolución para objetos que se mueven rápidamente y giran es la parte más novedosa de este estudio ", dijo Leibovich.
Para comparar el rendimiento de los tres esquemas de imágenes, los autores proporcionaron datos simulados de un objeto giratorio en LEO a cada uno y compararon las imágenes que produjeron. Curiosamente, la imagen de rango 1 fue mucho más precisa y mejor resuelta queel resultado de la migración de un solo punto. También tenía cualidades similares a la salida de la técnica de migración de Kirchhoff. Pero este resultado no fue del todo sorprendente, dada la configuración del problema. "Es importante señalar que la imagen de rango 1 se beneficia de larotación del objeto ", dijo Papanicolaou. Aunque un objeto en rotación genera datos más complejos, se puede incorporar esta información adicional en la técnica de procesamiento de imágenes para mejorar su resolución. La rotación en ciertos ángulos también puede aumentar el tamaño de la apertura sintética, lo quemejora significativamente la resolución para la migración de Kirchhoff y las imágenes de rango 1.
Simulaciones posteriores revelaron que la imagen de rango 1 no se confunde fácilmente con errores en el nuevo algoritmo para la estimación de los parámetros de rotación. También es más robusta a los efectos atmosféricos que la imagen de migración de Kirchhoff. Si los receptores capturan datos para una rotación completadel objeto, la imagen de rango 1 puede incluso lograr una resolución de imagen óptima. Debido a su buen rendimiento, este nuevo método de imagen podría mejorar la precisión de las imágenes de satélites LEO y desechos espaciales ". En general, este estudio arrojó luz sobre un nuevo método paraobtener imágenes de objetos que se mueven rápidamente y giran en el espacio ", dijo Tsogka." Esto es de gran importancia para garantizar la seguridad de la banda LEO, que es la columna vertebral de la teledetección global ".
Fuente de la historia :
Materiales proporcionado por Sociedad de Matemáticas Industriales y Aplicadas . Original escrito por Jillian Kunze. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :